LLM-gesteuertes Multi-Agent-System revolutioniert personalisierte Ernährung

Ein neu entwickeltes mobiles Ernährungstool kombiniert Bildanalyse mit einer KI‑gesteuerten Multi-Agent-Architektur, um Mahlzeiten in Echtzeit zu erfassen, Nährwertschätzungen vorzunehmen und individuelle Essenspläne anzupassen. Durch die Integration von Bild‑ und Sprachverarbeitung liefert das System sofortiges Feedback und sorgt für einen geschlossenen Regelkreis zwischen Aufnahme, Analyse und Empfehlung.

Die Funktionsweise beruht auf drei spezialisierten Agenten: ein Vision‑Agent erkennt Lebensmittel und schätzt deren Nährstoffgehalt aus Fotos, ein Dialog‑Agent führt mit dem Nutzer ein Gespräch, um Präferenzen und Einschränkungen zu erfassen, und ein State‑Management‑Agent koordiniert die Tagesbilanz, aktualisiert den Kalorien‑ und Nährstoffplan und generiert die nächste Mahlzeit. Die Agenten arbeiten zusammen, um die tägliche Aufnahme zu überwachen und den Plan dynamisch an die individuellen Bedürfnisse anzupassen.

Tests mit dem SNAPMe‑Datensatz und simulierten Nutzern zeigen, dass das System Nährwertschätzungen in der Qualität etablierter Methoden erreicht, personalisierte Menüs erstellt und effiziente Aufgabenpläne liefert. Die Ergebnisse bestätigen die Machbarkeit von LLM‑gesteuerten Multi-Agenten für die personalisierte Ernährung und weisen zugleich auf offene Forschungsfragen hin, etwa die genaue Erfassung von Mikronährstoffen aus Bildern und die Skalierung in groß angelegten realen Studien.